本文涉及计算机技术，尤指一种货物分类方法及装置。
背景技术：
随着科学技的发展，大数据和人工智能的结合，为供应链系统注入人工智能(ai)技术，可以通过分析现有的供应链战略和运行数据，来总结导致供应链失误的潜在因素。
仓储系统中运用abc分类管理法对各种商品进行经济合理分类，一定程度上解决了订货量和储备周期不分主次盲目决定储备量的做法，促进库存结构优化。但现有abc分类管理法不能及时感知因外部环境因素(如天气、社交情绪、新闻事件、竞争对手活动等)对分类方法影响。基于知识图谱abc分类方案用于提升传统abc分类作业效率，降低因外部环境因素对库存结构的影响。
传统abc分类是根据事物在技术或经济方面的主要特征，进行分类排队，分清重点和一般，从而有区别地确定管理方式的一种分析方法。
基本原理：在决定一个事物的众多因素中分清主次，识别出少数的但对事物起决定作用的关键因素和多数的但对事物影响较少的次要因素。
传统abc分类管理法不能及时感知因外部环境因素(如天气、社交情绪、新闻事件、竞争对手活动等)、商品之间关系对分类方法影响。
技术实现要素：
本申请提供了一种货物分类方法及装置，能够达到对仓储货物的abc分类根据互联网信息变化进行调整的目的。
本申请提供了一种货物分类方法，包括：当监控到预定知识图谱的动态属性发生变化时，确定发生变化的动态属性对应的仓储货物和对所述仓储货物的影响程度；根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例性实施例中，所述预定知识图谱为仓储知识图谱并采用如下方式构建：根据abc分类知识信息、采用爬虫方式结合nlp技术抓取的互联网公开的与仓储货物有关的知识信息，以及仓储货物动态属性和固有属性知识信息构建。
在一个示例性实施例中，所述动态属性包括其中至少之一：天气、社交情绪、新闻事件、竞争对手活动；所述天气包括其中至少之一：气温、湿度、季节；所述新闻事件包括其中至少一种：货物质量事件、货物投诉事件、仓储货物原材料涨价事件。
在一个示例性实施例中，所述当监控到仓储知识图谱的动态属性发生变化之前，包括：实时抓取互联网公开信息中的知识信息；根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化。
在一个示例性实施例中，所述根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化，包括：对抓取的信息进行语义识别，根据识别结果确定该信息所涉及的动态属性；根据识别结果以及所涉及的动态属性，确定所涉及的动态属性的值；将该动态属性的值与知识图谱中该动态属性的当前值比较，如果不同，则判断动态属性变化。
在一个示例性实施例中，所述根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：对所述发生变化的动态属性对应的仓储货物的影响进行打分，得到所述变化的动态属性对应的影响程度分值；根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例性实施例中，所述对所述发生变化的动态属性对应的仓储货物的影响进行打分之前，包括：为每种货物预先设置不同动态属性所对应的影响程度分值。
在一个示例性实施例中，所述根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：根据原始分类结果确定每个动态属性原始分值；将所述发生变化的动态属性对应的影响程度的分值和原始分值相加后得到调整后的分值；根据所得到的调整后的分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例性实施例中，所述影响程度分值包括正向影响程度分值和负向影响程度分值；所述根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：当确定所述影响分值为正影响分值，则确定发生变化的动态属性对应的仓储货物是否进行升级调整；当确定所述影响分值为负影响分值，则确定发生变化的动态属性对应的仓储货物是否进行降级调整。
本申请提供一种货物分类装置，包括：影响程度确定模块，用于当监控到预定知识图谱的动态属性发生变化时，确定发生变化的动态属性对应的仓储货物和对所述仓储货物的影响程度；分类调整模块，用于根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果。
与相关技术相比，本申请通过抓取互联网数据，对仓储知识图谱的动态属性进行监控，当发生变化时，对对应的仓储货物的abc分类进行调整。能够货架上的商品关联度得到提高、减少货架机器人的搬运次数、降低了搬运机器人的占道率，提高整体效率等等。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本申请实施例仓储货物分类方法流程图；
图2为本申请实施例仓储知识图谱示意图；
图3为本申请实施例新闻事件影响仓储货物分类示意图；
图4为本申请实施例货物分类装置模块图。
具体实施方式
本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。
此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。
如图1所示，本申请实施例货物分类方法，包括如下步骤：
s1、当监控到预定知识图谱的动态属性发生变化时，确定发生变化的动态属性对应的仓储货物和对所述仓储货物的影响程度；
s2、根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果。
本申请能够及时感知因外部环境因素(如天气、社交情绪、新闻事件、竞争对手活动等)、商品之间关系，根据已构建知识图谱进行推理判断外部环境因素对abc分类中的那些商品有干扰；评估外部因素干扰商品的程度。根据干扰的程度调整abc分类结果；提高了货物的处理灵活性。
在一个示例性实施例中，预定知识图谱为仓储知识图谱。
在一个示例性实施例中，所述仓储知识图谱采用如下方式构建：根据abc分类知识信息、采用爬虫方式结合自然语言处理nlp(naturallanguageprocessing)技术抓取的互联网公开的与仓储货物有关的知识信息，以及仓储货物动态属性和固有属性知识信息等等构建。在构建仓储知识图谱时，将抽取出的结构化、半结构化、非结构化知识根据一定规则进行知识融合建议实体对齐、实体链接。
如图2所示，仓储知识图谱示意图，图谱中为仓储的各类货物对应设定多个固定属性以及动态属性，根据各个属性的属性预定分值建立仓储货物原始的abc分类，再根据动态属性值的变化对应调整abc。
在一个示例性实施例中，预定分值可以根据经验值设定，比如供应链业务专家根据仓库实际情况在系统中设置；或者由仓储图谱专家设置。比如，动态属性是“气温”，值是“寒冷”、“炎热”、“适中”等等，每个动态属性的值可以预设一个集合，对信息进行语义识别的结果，和该集合中的值进行匹配，来确定动态属性的值，从而可以把一些对后续操作没有意义的词排除在取值之外，比如“保持不变”这个词。
示例性的，abc分类信息包括对仓储货物进行原始abc分类信息，以仓储货物为材料为例，abc分类方法步骤包括：
步骤一、计算每一种材料的金额；
步骤二、按照金额由大到小排序并列成表格，计算每一种材料金额占库存总金额的比率。计算累计比率。
步骤三、累计比率在0％～60％之间的，为最重要的a类材料；累计比率在60％～85％之间的，为次重要的b类材料；累计比率在85％～100％之间的，为不重要的c类材料。
在一个示例性实施例中，所述动态属性可以为天气、社交情绪、新闻事件、竞争对手活动等等；所述天气包可以为气温、湿度、季节等等；所述新闻事件包括货物质量事件、货物投诉事件、仓储货物原材料涨价事件等等。可以根据实际情况选择。
在一个示例性实施例中，所述固有属性可以为货物存储位置、规格型号、货主、供应商、条码、名称、联合国危险货物编号、杯码、尺码、颜色、尺码、材质、产地、等级、香型、年份、度数、口味、酿造工艺、保质期、生产日期、有效日期、厂商批号、有效期、串码、要求温度、湿度、适用季节、品牌等等。可以根据实际情况进行选择。
在一个示例性实施例中，步骤s1所述当监控到仓储知识图谱的动态属性发生变化之前，还包括：
s3、实时抓取互联网公开信息中的知识信息；
s4、根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化。
示例性的，可以通过爬虫方式结合自然语言处理nlp(naturallanguageprocessing)技术收集公开互联网数据(例如：社交、天气、新闻事件、竞争对数据)；从公开互联网数据及现有的业务数据中提取出仓储货物有知识信息，根据抓取的有关知识信息确定对应仓储知识图谱中的动态属性的是否发生变化。
在一个示例性实施例中，步骤s4所述根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化，包括：
s41、对抓取的信息进行语义识别，根据识别结果确定该信息所涉及的动态属性；
s42、根据识别结果以及所涉及的动态属性，确定所涉及的动态属性的值；
s43、将该动态属性的值与知识图谱中该动态属性的当前值比较，如果不同，则判断动态属性变化。
在一个示例性实施例中，步骤s2中所述根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：
s21、对所述发生变化的动态属性对应的仓储货物的影响进行打分，得到所述变化的动态属性对应的影响程度分值；
s22、根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例性实施例中，步骤s21中所述对所述发生变化的动态属性对应的仓储货物的影响进行打分之前，包括：为每种货物预先设置不同动态属性所对应的影响程度分值。其中，影响程度分值可以由行业专家设定。
在一个示例性实施例中，步骤s22中所述根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：
s221、根据原始分类结果确定每个动态属性原始分值；
s222、将所述发生变化的动态属性对应的影响程度的分值和原始分值相加后得到调整后的分值；
s223、根据所得到的调整后的分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
具体的，每个动态属性原始分值和影响程度的分值可以柚行业专家进行合理评估设定。原始分类结果对应一个分值可以根据预设对应关系得到，比如计算出累计比率后对应出一个分值。然后影响程度的分值和原始分类结果对应的分值相加后得到调整后的分值，根据调整后的分值所属区间，决定货物是否调整类别，如果调整确定是调整到哪个类别。
在一个示例性实施例中，所述影响程度分值包括正向影响程度分值和负向影响程度分值。
在一个示例性实施例中，所述根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：
当确定所述影响分值为正影响分值，则确定发生变化的动态属性对应的仓储货物是否进行升级调整；
当确定所述影响分值为负影响分值，则确定发生变化的动态属性对应的仓储货物是否进行降级调整。
例如，当出现货物质量事件则会出现滞销，退货，召回等，则影响分值为负影响分值。当出现某种传染病或者雨水量增多，对某类货物的需求增大，则影响分值为正影响分值。
例如图3所示，xxx新闻报道：xxx年xx月xx日，某品牌牛奶原产地草地工业污染；对该新闻事件中进行语义识别，包括名称：草地污染；主题：某品牌；时间：xxx年xx月xx日等等，根据提识别的信息确定影响动态属性为质量，对应的货物种类有xx品牌酸奶，某某品牌奶粉等等。根据预先设定的关于质量属性负影响程度分值，确定将对应的货物种类有xx品牌酸奶，某某品牌奶粉等等进行降级，例如直接降至c类。
本申请实施例提供一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述中任一项所述的方法。
如图4所示，本申请货物分类装置，包括如下模块：
影响程度确定模块10，用于当监控到预定知识图谱的动态属性发生变化时，确定发生变化的动态属性对应的仓储货物和对所述仓储货物的影响程度；
分类调整模块20，用于根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例实施中，所述预定知识图谱为仓储知识图谱并采用如下方式构建：根据abc分类知识信息、采用爬虫方式结合nlp技术抓取的互联网公开的与仓储货物有关的知识信息，以及仓储货物动态属性和固有属性知识信息构建。
在一个示例性实施例中，所述动态属性可以为天气、社交情绪、新闻事件、竞争对手活动等等；所述天气包可以为气温、湿度、季节等等；所述新闻事件包括货物质量事件、货物投诉事件、仓储货物原材料涨价事件等等。可以根据实际情况选择。
在一个示例性实施例中，所述固有属性可以为货物存储位置、规格型号、货主、供应商、条码、名称、联合国危险货物编号、杯码、尺码、颜色、尺码、材质、产地、等级、香型、年份、度数、口味、酿造工艺、保质期、生产日期、有效日期、厂商批号、有效期、串码、要求温度、湿度、适用季节、品牌等等。可以根据实际情况进行选择。
在一个示例实施中，所述影响程度确定模块10，用于当监控到仓储知识图谱的动态属性发生变化之前，包括信息抓取模块30，所述信息抓取模块30用于实时抓取互联网公开信息中的知识信息；并根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化。
信息抓取模块30，用于根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化，是指：
信息抓取模块30，对抓取的信息进行语义识别，根据识别结果确定该信息所涉及的动态属性；
信息抓取模块30，根据识别结果以及所涉及的动态属性，确定所涉及的动态属性的值；
信息抓取模块30，将该动态属性的值与知识图谱中该动态属性的当前值比较，如果不同，则判断动态属性变化。
在一个示例性实施例中，分类调整模块20，用于根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，是指：
分类调整模块20，用于对所述发生变化的动态属性对应的仓储货物的影响进行打分，得到所述变化的动态属性对应的影响程度分值；
分类调整模块20，用于根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例性实施例中，所述装置包括设置模块40，用于在分类调整模块20，在对所述发生变化的动态属性对应的仓储货物的影响进行打分之前，为每种货物预先设置不同动态属性所对应的影响程度分值。
在一个示例性实施例中，所述分类调整模块20，用于根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果，是指：
分类调整模块20，用于根据原始分类结果确定每个动态属性原始分值；
分类调整模块20，用于将所述发生变化的动态属性对应的影响程度的分值和原始分值相加后得到调整后的分值；
分类调整模块20，用于根据所得到的调整后的分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
在一个示例性实施例中，所述影响程度分值包括正向影响程度分值和负向影响程度分值；分类调整模块20，用于所述根据所确定的影响程度对发生变化的动态属性对应的货物调整abc分类结果，是指：
分类调整模块20，用于当确定所述影响分值为正影响分值，则确定发生变化的动态属性对应的仓储货物是否进行升级调整；
当分类调整模块20，用于确定所述影响分值为负影响分值，则确定发生变化的动态属性对应的仓储货物是否进行降级调整。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于ram、rom、eeprom、闪存或其他存储器技术、cd-rom、数字多功能盘(dvd)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
1.一种货物分类方法，其特征在于，包括：
当监控到预定知识图谱的动态属性发生变化时，确定发生变化的动态属性对应的仓储货物和对所述仓储货物的影响程度；
根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果。
2.根据权利要求1所述的方法，其特征在于，所述预定知识图谱为仓储知识图谱并采用如下方式构建：
根据abc分类知识信息、采用爬虫方式结合nlp技术抓取的互联网公开的与仓储货物有关的知识信息，以及仓储货物动态属性和固有属性知识信息构建。
3.根据权利要求2所述的方法，其特征在于，所述动态属性包括其中至少之一：天气、社交情绪、新闻事件、竞争对手活动；所述天气包括其中至少之一：气温、湿度、季节；所述新闻事件包括其中至少一种：货物质量事件、货物投诉事件、仓储货物原材料涨价事件。
4.根据权利要求1所述的方法，其特征在于，所述当监控到仓储知识图谱的动态属性发生变化之前，包括：
实时抓取互联网公开信息中的知识信息；
根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化。
5.根据权利要求4所述的方法，其特征在于，所述根据所抓取的知识信息确定对应仓储知识图谱中的动态属性的是否发生变化，包括：
对抓取的信息进行语义识别，根据识别结果确定该信息所涉及的动态属性；
根据识别结果以及所涉及的动态属性，确定所涉及的动态属性的值；
将该动态属性的值与知识图谱中该动态属性的当前值比较，如果不同，则判断动态属性变化。
6.根据权利要求5所述的方法，其特征在于，所述根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：
对所述发生变化的动态属性对应的仓储货物的影响进行打分，得到所述变化的动态属性对应的影响程度分值；
根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
7.根据权利要求6所述的方法，其特征在于，所述对所述发生变化的动态属性对应的仓储货物的影响进行打分之前，包括：
为每种货物预先设置不同动态属性所对应的影响程度分值。
8.根据权利要求7所述的方法，其特征在于，所述根据所得到的所述变化的动态属性对应的影响程度分值，对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：
根据原始分类结果确定每个动态属性原始分值；
将所述发生变化的动态属性对应的影响程度的分值和原始分值相加后得到调整后的分值；
根据所得到的调整后的分值，对发生变化的动态属性对应的仓储货物调整abc分类结果。
9.根据权利要求8所述的方法，所述影响程度分值包括正向影响程度分值和负向影响程度分值；所述根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果，包括：
当确定所述影响分值为正影响分值，则确定发生变化的动态属性对应的仓储货物是否进行升级调整；
当确定所述影响分值为负影响分值，则确定发生变化的动态属性对应的仓储货物是否进行降级调整。
10.一种货物分类装置，其特征在于，包括：
影响程度确定模块，用于当监控到预定知识图谱的动态属性发生变化时，确定发生变化的动态属性对应的仓储货物和对所述仓储货物的影响程度；
分类调整模块，用于根据所确定的影响程度对发生变化的动态属性对应的仓储货物调整abc分类结果。
技术总结